Penggunaan Data Analytics Terhadap Peningkatan Deteksi Kecurangan Pada Pemeriksaan Eksternal
Teknologi Informasi, Data Analytics, Deteksi Kecurangan, Auditor Eksternal
Abstract
Data analytics merupakan teknologi yang dapat digunakan baik untuk pencegahan maupun pendeteksian kecurangan termasuk kecurangan dalam laporan keuangan dimana tindakan yang mengarah pada kecurangan yang terjadi cenderung kompleks sehingga tidak dapat dideteksi secara manual. Penelitian bertujuan untuk melihat pengaruh penggunaan data analytics dalam mendeteksi kecurangan dengan responden para auditor yang bekerja pada Kantor Akuntan Publik (KAP) di Jawa. Data yang digunakan dalam penelitian ini yaitu data primer dengan teknik kuisioner yang disebarkan kepada auditor di KAP di Jawa. Selanjutnya kuisioner yang terkumpul dan diolah lebih lanjut sebanyak 102 kuisioner. Teknik pegolahan data dengan menggunakan STATA software versi 14. Hasil penelitian menunjukan bahwa penggunaan data analytics berpengaruh positif dan signifikan terhadap pendeteksian kecurangan. Pemanfaatan data analytics dalam proses pemeriksaan memberikan kemudahan bagi auditor eksternal dalam mendeteksi temuan yang mengindikasikan kecurangan. Hal ini dikarenakan data analytics dapat menganalisis data dalam jumlah besar dan cepat serta memberikan tanda terhadap data yang dianggap berbeda dari kumpulan data lainnya sehingga auditor dapat melanjutkan analisis apakah data tersebut merupakan salah saji material yang mengarah pada indikasi kecurangan.
Downloads
References
ACFE. (2018). Report To the Nations 2018 Global Study on Occupational Fraud and Abuse.
Ajeng Wind. (2018). Forensic Accounting untuk pemula dan orang awam (Fernandoo_HS (ed.)). Dunia Cerdas.
Alexander, S. (2019). Mitigasi Risiko Fraud dalam Financial Technology di Era Industry 4.0 (Seminar).
Bănărescu, A. (2015). Detecting and Preventing Fraud with Data Analytics. Procedia Economics and Finance, 32(15), 1827–1836. https://doi.org/10.1016/s2212-5671(15)01485-9
Branston, M. dan. (2015). Organizational Culture as a Predictor Fraud. Queen’s School of Business, Queen’s University.
Cressey. (1953). Teori Fraud Triangle. In TuanaKotta (Edisi 2). Salemba Empat.
Dharmesti, A., & Djamhuri, A. (2017). Peran Teknologi Informasi Dalam Mengantisipasi Kecurangan Akuntansi (Studi Kasus Pada PT XYZ Tbk). Jurnal Ilmiah Mahasiswa FEB, 1–10. https://jimfeb.ub.ac.id/index.php/jimfeb/article/view/6232
Dimitris Balios, Panagiotis Kotsilaras, Nikolaos Eriotis, & Dimitrios Vasiliou. (2020). Big Data, Data Analytics and External Auditing. Journal of Modern Accounting and Auditing, 16(5), 211–219. https://doi.org/10.17265/1548-6583/2020.05.002
Elisabeth, D. M. (2019). Kajian Terhadap Peranan Teknologi Informasi Dalam Perkembangan Audit Komputerisasi (Studi Kajian Teoritis). METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi, 3(1), 41. https://doi.org/10.46880/jmika.Vol3No1.pp40-53
Fay, R., & Negangard, E. M. (2017). Manual journal entry testing: Data analytics and the risk of fraud. Journal of Accounting Education, 38, 37–49. https://doi.org/10.1016/j.jaccedu.2016.12.004
Ghavami, P. (2020). Big Data Analytics Methods (2nd ed.). Walter de Gruyter Inc.
Hamidah, D. K. &. (2020). Model Penerapan Akuntansi Sektor Publik Untuk Mencegah Fraud Pada Sektor Publik Di Era Digital. Jurnal Bisnis Dan Akuntansi, 22(2), 289–304. https://doi.org/10.34208/jba.v22i2.732
IAI. (2019). Menguasai Perubahan, Menyiapkan Masa Depan. Prakarsa 6.1, 1–65. http://www.iaiglobal.or.id/v03/berita-kegiatan/detailberita-1128-program-prakarsa-61-meneguhkan-kejayaan-akuntan-profesional
IAI. (2021). Penandatanganan MoU dan IAI - BPK - IAPI Joint Webinar: Big Data Analytics in Audit. https://youtu.be/T2MJZai6Elw
IAPI. (2022). AUDIT IT; Paling Banyak DiButuhkan Di Masa Depan.
Institut Akuntan Publik Indonesia (IAPI). (2013). SA 315.pdf (p. 44).
Kurniawan. (2019). Analisis Data Menggunakan Stata SE 14 (Panduan Analisis, Langkah Lebih Cepat, Lebih Mudah dan Paling Praktis). CV Budi Utama.
Oktavia, I. R. (2015). Peranan Teknologi Informasi Dalam Audit. Bhirawa, 2(2), 78–84. http://journal.uii.ac.id/index.php/Snati/article/viewFile/1033/989
Riduwan & Akdon. (2013). Metode Penelitian Rumus Sampel Tak Terhingga. https://www.slideshare.net/cvrhmat/populasi-dan-sampel-17072575
Silva, B. N., Diyan, M., & Han, K. (2019). Big Data Analytics. SpringerBriefs in Computer Science, 2(5), 13–30. https://doi.org/10.1007/978-981-13-3459-7_2
Siregar, S. (2012). Statistika Deskriptif untuk Penelitian: Dilengkapi Perhitungan Manual dan Aplikasi SPSS Versi 17. PT Raja Grafindo Persada.
Sugiyono. (2013). Metode Penelitian Kuantitatif Kualitiatif Dan R&D. ALFABETA, CV.
Suryani, I., Kurniawati, E., Wulan, G., & Dinniah, H. (2021). Konseptualisasi Peran Teknologi Informasi Dalam Praktik Audit Untuk Membantu Pengungkapan Fraud Di Indonesia. El Muhasaba: Jurnal Akuntansi, 12(2), 138–156. doi:https://doi.org/10.18860/em.v12i2.12070
Syahputra, B. E., & Afnan, A. (2020). Pendeteksian Fraud: Peran Big Data dan Audit Forensik. Jurnal ASET (Akuntansi Riset), 12(2), 301–316. https://ejournal.upi.edu/index.php/aset/article/view/28939
Tang, J., & Karim, K. E. (2019). Financial fraud detection and big data analytics – implications on auditors’ use of fraud brainstorming session. Managerial Auditing Journal, 34(3), 324–337. https://doi.org/10.1108/MAJ-01-2018-1767
TuanaKotta. (2016). Akuntansi Forensik & Audit Investigasi. Salemba Empat.
Widiyanto, S. (Narasumber). (2019). Big Data Untuk Menjawab Tantangan Revolusi Industri 4.0 (Seminar). Youtobe. https://www.youtube.com/watch?v=bOjobQtSh34
Zaleha, P.A., & Novita, N (2021). Dampak Teknologi Informasi, Etika Profesi Terhadap Kinerja Auditor. 17(1), 90–114. https://doi/10/14710/jaa.17.1.90-114
